OpenAI · 3 novembre 2026 · Data & AI
Accélérer l’ingénierie du monde physique avec ChatGPT et Codex
ChatGPT et Codex aident les ingénieurs à accélérer leurs travaux de conception assistée par ordinateur, de conception de circuits imprimés et de simulation. L’article présente leur utilisation dans différents processus d’ingénierie du monde physique.
Ce qui est annoncé
OpenAI présente des avancées dans l’utilisation de ses modèles pour concevoir, simuler et préparer la fabrication de produits physiques. Ses équipes matérielles et d’infrastructure emploient Codex et ChatGPT pour modifier des modèles de conception assistée par ordinateur, produire des plans de fabrication, préparer des simulations et examiner des conceptions. L’éditeur élargit aussi sa collaboration avec Chip Ganassi Racing (CGR), notamment pour transformer des scans de pièces en modèles modifiables et en plans lorsque les fichiers d’origine manquent. Une nouvelle collaboration de recherche avec Mazda porte sur l’évaluation de conceptions automobiles, à travers des simulations aérodynamiques et structurelles tenant compte du style et du coût.
Ces travaux comprennent une expérimentation avec Astra visant à concevoir un appareil permettant de communiquer avec Codex, de son boîtier à son électronique et à son logiciel. Des prototypes ont été fabriqués, mais leur préparation industrielle a nécessité plusieurs cycles de vérification et de correction : les contraintes de production, les tolérances et les besoins d’assemblage n’étaient pas systématiquement respectés. OpenAI rapporte également des progrès sur BenchCAD 2.0, qui évalue notamment la reconstruction de pièces et d’assemblages ainsi que l’identification de connexions électroniques, sans couvrir tout le cycle d’ingénierie.
Ce que ça change pour les entreprises
Pour les DSI et les équipes IT qui accompagnent les métiers de l’ingénierie, ces exemples suggèrent des pistes d’assistance aux tâches répétitives et à la coordination entre mécanique, électronique et logiciel. La préparation de plans, la configuration de simulations ou le repérage d’incohérences pourraient constituer des périmètres d’expérimentation. Les résultats présentés restent toutefois liés à des usages internes et à des collaborations ciblées : ils ne démontrent pas une autonomie complète sur un projet industriel.
La validation métier reste déterminante. Les ingénieurs impliqués contrôlent la précision des résultats et leur compatibilité avec la fabrication. Les limites rencontrées sur le prototype rappellent qu’une conception générée doit être confrontée aux contraintes réelles avant toute mise en production.
Comment UNEETY peut vous accompagner
Une ESN comme UNEETY peut aider à cadrer les cas d’usage, préparer l’intégration aux outils d’ingénierie et définir un cadre de sécurisation et de validation humaine. L’accompagnement peut aussi porter sur l’adoption par les équipes et l’évaluation des résultats avant un déploiement élargi.
Découvrez notre offre Data & AI ou contactez-nous.
Source : annonce OpenAI du 3 novembre 2026.